目前最主流的深度框架有 TensorFlow、Pytorch 以及 Keras。其中:python
TensorFlow 是被使用最普遍的一個深度學習框架,已普遍的運用在如,圖像識別、圖片分類等領域。
PyTorch 是一個開源的 Python 機器學習庫,基於 Torch 開發,底層由 C++實現,也被普遍使用在人工智能領域;
Keras 則是 Python 編寫的高級神經網絡 API,它能夠將 TensorFlow、CNTK,或是 Theano 做爲後端程序來用,它的代碼簡單、易讀。
TensorFlow的核心概念後端
張量的階api
2. 計算圖:是一個有向圖,又能夠叫做數據流圖(data flow graphs),是TensorFlow將計算表示爲指令之間的依賴關係的一種表示法。它是 TensorFlow 操做對象(tf.Operation)與張量對象(tf.Tensor)的集合。操做對象是圖中的節點,是圖中的計算單元,張量對象是圖的邊,是在節點之間流動的數據。TensorFlow 的 3 種計算圖,分別是:數組
3.會話:TensorFlow跨一個或者過個本地或遠程設備運行數據流圖的機制。瀏覽器
TensorFlow 2 中幾個比較經常使用的 API性能優化
高效的實驗分析助手-TensorBoard網絡
能夠經過 Web 頁面提供查看細節與過程的功能,它將模型的細節與過程,經過瀏覽器可視化的方式進行展示,幫助使用者感知各個參數與指標的變化,把握訓練趨勢。框架
參考:機器學習
1. TensorFlow 2.0的API詳解:https://tensorflow.google.cn/versions/r2.0/api_docs/python/tf分佈式
2. 可視化TensorFlow運行:
TensorFlow是一個採用數據流圖,用於數值計算的開源框架。節點在圖中表示數學操做,線則表示在節點互相聯繫的多維數據數組,即張量。
3.Python安裝TensorFlow常見報錯:
W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcudart.so.10.1'; dlerror: libcudart.so.10.1: cannot open shared object file: No such file or directory
I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'